不光能导航还要充满AI 汤唯如何完美胜任百度地图AI算法官

如果说汤唯能够随时随地伴随你身边，替你指引方向，为你选择最优的路线……这种生活是不是美好得不太现实?

那现在百度地图告诉你，这就是现实!

12月24日，百度地图官方宣布汤唯正式签约代言人，同时上线“汤唯导航语音”。在“说”的领域，百度地图这款“新一代人工智能地图”又迈出了一步。

你可能从未想过，你的百度地图其实是一个超级先进的人工智能工作舱，你的每一次点击，舱里的工作人员就会在指挥官的命令下，将你所需要的数据反馈给你，而且这真的不是科幻小说里的桥段，汤唯小姐姐早已穿上了百度地图“AI算法官”的制服!

没错!这次汤唯女神化身百度地图“AI算法官”，目的就是要探寻人类内心深处的秘密：到底想要什么样的地图?

这些人类总是很奇怪，有时候有近路非要绕远;有时候没有路的地方反而更乐意去走走看;更奇怪的是有时候明明特意规划的路线却说自己是无意间走到的……汤唯小姐姐任职以来，见识了各种各样奇奇怪怪的要求，为了让百度地图能够满足人类的任何要求，她和工作舱里的工作人员展开了对人类内心想法的深刻研究。

据汤唯算法官的研究，目前大部分产品的语音识别率都达到了95%以上，却无法像人类一样表达，其根本原因就是还“不懂人”。

何为“懂人”?我们人与人之间可以从对方的音量、声调、语速、用词等方面听懂对方的要求、情绪、心情、状态，这就是所谓的“懂人”。

说得直白点就是“情感表达”，这是目前而言语音合成技术需要攻克的关键要素。

想要达成这一目标，针对普通生活场景的语音合成是提高情感表达的最佳方式。目前使用语音合成技术播报下天气或者阅读简讯，无疑能合成出完美的语音，但遇到生活化的场景，或者在特定氛围之下，语音合成的效果就会降低很多。一方面由于系统对韵律信息的捕获不准确，另一方面由于生成的声学参数存在误差。当语音合成可以完美消化各类生活化的语境时，其应用场景将得到极大的拓宽。

另外，在语音合成的应用中，大多都是单人、单语言、单语音，如何能由单变多也是语音合成应用中的一大困扰。在“3单”语境的限制下，语言合成技术难以完成应用突破，而目前一些解决“3单”语境的解决方案也不够完美，或多或少都存在瑕疵，并且也没有足够的语料素材来进行支撑。百度地图在深度神经网络技术的支撑下，已经开始对“3单”语境作出反应，并已收到成效，百度语音合成开始支持中文英文混读，可以提供数十种不同音色，更支持语速、音调、音量设置。这些技术活功能上的增加，无疑将给语音合成带来更加广阔的想象空间。

这一下，汤唯小姐姐可算是渐渐明白了人类到底想要什么了，与十几年前相比，“地图”的概念发生了翻天覆地的变化，现在的地图早已不是印在纸上的一张图，它变得可以拖动、放大。从AI技术应用来看，百度地图已经表现出强大的AI能力，除了能提供实时路况、提前规划路线，推测拥堵等智能地图的“常规功能”外，百度地图开始提供更加个性化的交互，例如，AR实景导航、全景地图、旅游地图、充电桩地图、急救车让行播报等个性化功，这些创新功能不止是听觉还包括视觉上。

值得一提的是，百度智能地图还能够“学习”不同路段对应的交规信息，这一点是极具应用价值的。

由此可见，百度地图AI化已经真正意义上实现了从技术端走到了应用端。